wayground logo

Free Printable Worksheets

Font size

S
M
L
XL
Worksheets

remedial gizi 3c

Total questions: 96

Worksheet time: 48mins

Name
Class
Date
1.

Apa tujuan utama dari uji komparatif?

a)

Mengukur hubungan antara dua variabel

b)

Membandingkan rata-rata antara dua atau lebih kelompok

c)

Menganalisis distribusi data

d)

Menguji hipotesis korelatif

e)

Memprediksi variabel dependen

2.

Uji t berpasangan digunakan ketika:

a)

Data berasal dari dua kelompok independen

b)

Data berasal dari sampel yang sama pada dua waktu berbeda

c)

Data berasal dari lebih dari dua kelompok

d)

Variabel dependen berbentuk kategorikal

e)

Data tidak berdistribusi normal

3.

Uji t tidak berpasangan digunakan ketika:

a)

Data berasal dari dua kelompok yang sama

b)

Data berasal dari dua kelompok independen

c)

Data ordinal digunakan

d)

Data berasal dari lebih dari dua kelompok

e)

Variabel dependen tidak berdistribusi normal

4.

Apa asumsi utama uji t tidak berpasangan?

a)

Sampel berasal dari distribusi normal

b)

Variansi kedua kelompok sama

c)

Data berasal dari dua kelompok independen

d)

Semua benar

e)

Tidak ada asumsi khusus

5.

Jika nilai p-value dalam uji t adalah 0.03 dan nilai α = 0.05, apa keputusan hipotesisnya?

a)

Terima H0

b)

Tolak H0

c)

Tidak cukup bukti untuk membuat kesimpulan

d)

Hipotesis tidak relevan

e)

Tidak signifikan

6.

Data apa yang paling cocok untuk uji t berpasangan?

a)

Skor sebelum dan sesudah intervensi

b)

Rata-rata dua kelompok yang berbeda

c)

Data nominal atau ordinal

d)

Variabel independen dengan banyak kategori

e)

Data kategorikal

7.

Apa alternatif uji t jika data tidak berdistribusi normal?

a)

Uji Mann-Whitney U

b)

Uji Wilcoxon Signed Rank

c)

Uji Kruskal-Wallis

d)

Uji ANOVA

e)

Semua di atas

8.

Apa hipotesis nol dalam uji t tidak berpasangan?

a)

Tidak ada perbedaan rata-rata antara dua kelompok

b)

Ada perbedaan rata-rata antara dua kelompok

c)

Semua sampel berasal dari populasi yang sama

d)

Data tidak memiliki variansi

e)

Semua variabel independen signifikan

9.

Uji Wilcoxon Signed Rank digunakan sebagai alternatif untuk:

a)

Uji t tidak berpasangan

b)

Uji t berpasangan

c)

Uji korelasi Pearson

d)

Uji chi-square

e)

Uji regresi

10.

Jika variansi dua kelompok tidak sama dalam uji t tidak berpasangan, maka:

a)

Gunakan asumsi varian yang sama

b)

Gunakan uji Welch t-test

c)

Lakukan transformasi data

d)

Gunakan uji paired t-test

e)

Hasilnya tetap valid tanpa perubahan

11.

Seorang peneliti ingin mengetahui apakah ada perbedaan berat badan sebelum dan sesudah diet. Uji statistik apa yang paling sesuai?

a)

Uji t tidak berpasangan

b)

Uji t berpasangan

c)

Uji ANOVA

d)

Uji Mann-Whitney U

e)

Uji chi-square

12.

Jika peneliti membandingkan rata-rata tekanan darah antara kelompok yang menerima obat dan yang tidak, apa uji statistik yang digunakan?

a)

Uji t tidak berpasangan

b)

Uji t berpasangan

c)

Uji Wilcoxon Signed Rank

d)

Uji korelasi Pearson

e)

Uji chi-square

13.

Dalam uji t berpasangan, data harus:

a)

Independen antara kelompok

b)

Berpasangan dalam satu kelompok

c)

Berdistribusi tidak normal

d)

Ordinal

e)

Kategorikal

14.

Apa yang perlu diperiksa sebelum melakukan uji t tidak berpasangan?

a)

Homogenitas variansi

b)

Normalitas data

c)

Ukuran sampel yang cukup

d)

Semua di atas

e)

Tidak ada pemeriksaan yang diperlukan

15.

Seorang peneliti melakukan uji Mann-Whitney U dan menemukan p-value< 0.01. Apa kesimpulannya?

a)

Ada perbedaan signifikan antara dua kelompok

b)

Tidak ada perbedaan antara dua kelompok

c)

Kedua kelompok memiliki distribusi yang sama

d)

Hipotesis nol diterima

e)

Uji statistik tidak valid

16.

Dalam uji t tidak berpasangan, jika distribusi data miring (skewed), apa langkah terbaik?

a)

Lakukan uji nonparametrik seperti Mann-Whitney U

b)

Abaikan distribusi dan tetap gunakan uji t

c)

Transformasi data menjadi normal

d)

Hapus data ekstrem

e)

Lakukan uji ANOVA

17.

Uji paired t-test menghasilkan p-value = 0.2. Apa keputusan hipotesisnya dengan α = 0.05?

a)

Tolak H0

b)

Terima H0

c)

Tidak cukup bukti untuk menolak H0

d)

Hipotesis alternatif diterima

e)

Tidak signifikan

18.

Seorang peneliti ingin membandingkan tingkat kolesterol antara pria dan wanita. Data berdistribusi tidak normal. Apa uji statistik yang sesuai?

a)

Mann-Whitney U

b)

Paired t-test

c)

Wilcoxon Signed Rank

d)

Chi-square

e)

Fisher's Exact

19.

Jika data tidak homogen dalam uji t tidak berpasangan, maka:

a)

Gunakan uji Welch t-test

b)

Gunakan paired t-test

c)

Lakukan transformasi logaritmik

d)

Gunakan uji Mann-Whitney U

e)

Abaikan hasil uji

20.

Apa perbedaan utama antara paired t-test dan independent t-test?

a)

Paired t-test digunakan untuk sampel yang sama, sementara independent t-test untuk sampel yang berbeda

b)

Paired t-test hanya untuk data ordinal

c)

Independent t-test digunakan untuk data kategorikal

d)

Tidak ada perbedaan antara keduanya

e)

Paired t-test tidak memerlukan asumsi normalitas

21.

Seorang peneliti membandingkan tekanan darah pasien sebelum dan sesudah terapi. Nilai p-value = 0.04, namun terdapat pencilan dalam data. Apa langkah terbaik?

a)

Abaikan pencilan dan gunakan paired t-test

b)

Gunakan uji Wilcoxon Signed Rank

c)

Hapus pencilan dan ulang analisis

d)

Transformasi data menjadi normal

e)

Gunakan independent t-test

22.

Apa yang harus dilakukan jika hasil uji t tidak berpasangan menunjukkan variansi tidak homogen?

a)

Abaikan hasil uji dan lanjutkan analisis

b)

Gunakan alternatif seperti Welch t-test

c)

Transformasi data menjadi homogen

d)

Gunakan paired t-test sebagai alternatif

e)

Lakukan uji nonparametrik

23.

Peneliti ingin membandingkan rata-rata kadar gula darah sebelum dan sesudah pemberian obat dengan sampel kecil (n < 30). Apa asumsi yang harus diuji terlebih dahulu?

a)

Normalitas data

b)

Homogenitas variansi

c)

Indeks korelasi antar variabel

d)

Hubungan linier

e)

Distribusi binomial

24.

Jika hasil uji Mann-Whitney U menunjukkan distribusi dua kelompok berbeda secara signifikan, langkah apa yang perlu dilakukan untuk mendalami hasil ini?

a)

Lakukan analisis grafik boxplot

b)

Hitung efek ukuran (effect size)

c)

Periksa distribusi data secara mendalam

d)

Semua di atas

e)

Tidak ada langkah tambahan yang diperlukan

25.

Seorang peneliti menggunakan uji t tidak berpasangan tetapi mendapati data tidak normal. Dia melanjutkan analisis tanpa perubahan. Apa implikasi dari ini?

a)

Hasil tetap valid karena uji t robust terhadap pelanggaran asumsi

b)

Hasil bisa salah karena pelanggaran asumsi

c)

Hasil tetap benar jika data sampel besar

d)

Hasilnya menjadi nonparametrik

e)

Tidak ada implikasi apapun

26.

Seorang peneliti membandingkan tingkat stres mahasiswa sebelum dan sesudah ujian menggunakan paired t-test. Hasil menunjukkan p-value = 0.06. Apa yang dapat dilakukan untuk meningkatkan kekuatan uji?

a)

Menurunkan tingkat signifikansi menjadi 0.1

b)

Menambah ukuran sampel

c)

Menggunakan uji nonparametrik seperti Wilcoxon Signed Rank

d)

Menggabungkan data kedua kelompok

e)

Menolak hipotesis nol tanpa modifikasi

27.

Dalam uji independent t-test, hasil menunjukkan bahwa kelompok A memiliki rata-rata skor 70 dengan variansi lebih kecil dibandingkan kelompok B yang memiliki rata-rata skor 85. Nilai p adalah 0.03. Apa kesimpulannya?

a)

Ada perbedaan signifikan, namun variansi harus diperiksa lebih lanjut

b)

Tidak ada perbedaan karena variansi tidak homogen

c)

Tidak dapat disimpulkan karena data tidak cukup

d)

Hipotesis nol diterima karena efek ukuran kecil

e)

Data menunjukkan hubungan kausal

28.

Seorang peneliti menemukan bahwa hasil paired t-test signifikan, tetapi grafik data menunjukkan distribusi asimetris. Apa langkah terbaik berikutnya?

a)

Gunakan uji Wilcoxon Signed Rank untuk mengonfirmasi hasil

b)

Lakukan transformasi logaritmik pada data

c)

Hapus data pencilan dan ulang analisis

d)

Tetap gunakan hasil paired t-test tanpa perubahan

e)

Abaikan hasil karena distribusi asimetris

29.

Dalam uji Mann-Whitney U, hasil menunjukkan kelompok A memiliki skor median lebih tinggi daripada kelompok B dengan p < 0.01. Namun, analisis scatter plot menunjukkan banyak pencilan di kelompok A. Apa langkah selanjutnya?

a)

Hapus pencilan dan ulang uji Mann-Whitney U

b)

Analisis ulang dengan transformasi data

c)

Gunakan uji parametrik untuk hasil lebih akurat

d)

Periksa dampak pencilan pada hasil dan tambahkan deskripsi dalam laporan

e)

Kesimpulan tetap valid tanpa langkah tambahan

30.

Peneliti membandingkan efek dua metode diet terhadap penurunan berat badan menggunakan independent t-test. Hasil menunjukkan p = 0.045 dengan efek ukuran kecil (Cohen's d = 0.3). Apa interpretasi yang tepat?

a)

Ada perbedaan signifikan secara statistik, tetapi efek secara praktis kecil

b)

Tidak ada perbedaan signifikan karena efek ukuran kecil

c)

Hasil tidak signifikan karena p mendekati 0.05

d)

Perbedaan besar secara praktis tetapi tidak signifikan secara statistik

e)

Efek ukuran tidak relevan untuk interpretasi hasil

31.

Apa tujuan utama dari analisis regresi logistik?

a)

Memprediksi variabel independen dari variabel dependen

b)

Menganalisis hubungan linear antara dua variabel

c)

Memprediksi probabilitas kejadian suatu peristiwa

d)

Mengukur tingkat korelasi antarvariabel

e)

Menghitung rata-rata dari data sampel

32.

Variabel dependen dalam regresi logistik harus berbentuk:

a)

Numerik kontinu

b)

Kategorikal

c)

Interval

d)

Rasio

e)

Diskrit ordinal

33.

Fungsi logit dalam regresi logistik adalah:

a)

ln(p / (1-p))

b)

1 / (1 + e^(-x))

c)

x^2 - y^2

d)

x / y

e)

xy

34.

Dalam konteks gizi, regresi logistik dapat digunakan untuk:

a)

Menentukan pola makan ideal

b)

Mengelompokkan kategori status gizi

c)

Memprediksi status gizi seseorang berdasarkan variabel tertentu

d)

Mengukur rata-rata kalori harian

e)

Membandingkan dua kelompok

35.

Jika p-value dalam output regresi logistik adalah 0.03, maka:

a)

Variabel independen tidak signifikan

b)

Model regresi tidak valid

c)

Hipotesis nol ditolak pada tingkat signifikansi 5%

d)

Hipotesis nol diterima pada tingkat signifikansi 5%

e)

Tidak dapat disimpulkan apa-apa

36.

Seorang peneliti menggunakan regresi logistik untuk menganalisis hubungan antara konsumsi sayur dan risiko obesitas. Apa interpretasi dari koefisien logit sebesar -1.2?

a)

Risiko obesitas meningkat dengan konsumsi sayur

b)

Risiko obesitas menurun dengan konsumsi sayur

c)

Konsumsi sayur tidak mempengaruhi obesitas

d)

Konsumsi sayur memprediksi penurunan berat badan

e)

Tidak ada hubungan antara variabel

37.

Dari tabel output regresi logistik, nilai odds ratio adalah 2.5 untuk variabel asupan lemak tinggi. Apa artinya?

a)

Konsumsi lemak tinggi meningkatkan risiko 2.5 kali lipat

b)

Konsumsi lemak tinggi tidak berpengaruh pada risiko

c)

Konsumsi lemak tinggi menurunkan risiko 2.5 kali lipat

d)

Risiko meningkat sebesar 25%

e)

Tidak dapat diinterpretasikan

38.

Variabel independen apa yang paling sesuai digunakan dalam analisis regresi logistik terkait status gizi?

a)

Berat badan kontinu

b)

Kategori aktivitas fisik

c)

Total asupan kalori per hari

d)

Indeks massa tubuh numerik

e)

Rasio lingkar pinggang

39.

Jika model regresi logistik memiliki Nagelkerke R-square sebesar 0.45, maka:

a)

Model memiliki prediksi buruk

b)

Model menjelaskan 45% variansi dari variabel dependen

c)

Model tidak layak digunakan

d)

Model hanya menjelaskan hubungan variabel independen tertentu

e)

Nilai tersebut terlalu rendah untuk analisis

40.

Pada uji goodness-of-fit Hosmer-Lemeshow, nilai p-value adalah 0.12. Apa yang dapat disimpulkan?

a)

Model tidak cocok untuk data

b)

Model cocok untuk data

c)

Model gagal menjelaskan data

d)

Variabel independen tidak signifikan

e)

Data terlalu bervariasi

41.

Jika Anda menemukan multikolinearitas antarvariabel independen dalam regresi logistik, langkah apa yang dapat diambil untuk memperbaikinya?

a)

Menghapus variabel independen yang tidak signifikan

b)

Melakukan transformasi variabel independen

c)

Menggunakan analisis faktor atau penghapusan variabel kolinear

d)

Meningkatkan ukuran sampel

e)

Mengubah variabel dependen

42.

Penelitian menunjukkan bahwa konsumsi gula tinggi berhubungan dengan risiko diabetes (OR = 3.2, 95% CI 2.1-4.8). Apa interpretasi dari confidence interval ini?

a)

OR tidak signifikan pada tingkat 95%

b)

Konsumsi gula tinggi tidak selalu meningkatkan risiko diabetes

c)

Risiko diabetes meningkat antara 2.1 dan 4.8 kali lipat

d)

Confidence interval terlalu luas untuk diandalkan

e)

Tidak cukup data untuk menyimpulkan

43.

Bagaimana cara mengevaluasi signifikansinya?

a)

Melihat nilai odds ratio

b)

Membandingkan p-value interaksi dengan tingkat signifikansi

c)

Menggunakan uji Hosmer-Lemeshow

d)

Membandingkan nilai R-square

e)

Menguji distribusi data

44.

Bagaimana Anda mengevaluasi apakah regresi logistik lebih baik daripada model klasifikasi lain untuk memprediksi status gizi?

a)

Melihat nilai p-value variabel independen

b)

Menghitung akurasi prediksi, sensitivitas, dan spesifisitas

c)

Membandingkan nilai rata-rata data

d)

Menggunakan analisis ANOVA

e)

Melihat histogram data

45.

Model regresi logistik Anda menunjukkan bahwa variabel konsumsi makanan cepat saji (p = 0.001, OR = 5.4) sangat signifikan. Apa yang harus Anda pertimbangkan sebelum menyimpulkan?

a)

Apakah hasilnya valid untuk populasi umum

b)

Apakah terdapat bias seleksi dalam data

c)

Apakah variabel independen lain memengaruhi hasil

d)

Semua di atas

e)

Tidak ada yang perlu dipertimbangkan, hasil sudah jelas

46.

Apa asumsi utama dalam analisis regresi logistik?

a)

Variabel dependen bersifat numerik kontinu

b)

Variabel dependen bersifat kategorikal

c)

Data harus berdistribusi normal

d)

Variabel independen tidak boleh memiliki multikolinearitas

e)

Hubungan antarvariabel selalu linear

47.

Manakah dari berikut yang merupakan fungsi link dalam regresi logistik?

a)

Log-linear

b)

Logit

c)

Probit

d)

Log-log

e)

Semua jawaban benar

48.

Odds dalam regresi logistik merepresentasikan:

a)

Rasio kemungkinan terjadinya suatu peristiwa terhadap tidak terjadinya peristiwa tersebut

b)

Hubungan linier antara variabel independen dan dependen

c)

Rasio antara dua probabilitas

d)

Perbedaan rata-rata antara dua kelompok

e)

Nilai tengah dari distribusi data

49.

Apa yang diukur oleh deviance dalam regresi logistik?

a)

Ukuran kecocokan model

b)

Tingkat hubungan antarvariabel

c)

Tingkat variansi dalam data

d)

Signifikansi variabel independen

e)

Pengaruh interaksi antarvariabel

50.

Manakah yang bukan keluaran utama dalam analisis regresi logistik?

a)

Koefisien regresi

b)

Odds ratio

c)

R-square

d)

Nilai p

e)

Histogram data

51.

Seorang ahli gizi menggunakan regresi logistik untuk memprediksi status gizi (baik atau buruk) berdasarkan pola makan. Jika hasil menunjukkan OR = 0.7 untuk konsumsi buah, bagaimana interpretasinya?

a)

Konsumsi buah meningkatkan kemungkinan status gizi buruk

b)

Konsumsi buah menurunkan kemungkinan status gizi buruk

c)

Konsumsi buah tidak memengaruhi status gizi

d)

Konsumsi buah tidak signifikan dalam model

e)

Data tidak cukup untuk menyimpulkan

52.

Dalam regresi logistik, jika nilai koefisien untuk variabel aktivitas fisik adalah 0.3, maka odds ratio untuk aktivitas fisik adalah:

a)

0.3

b)

1.3

c)

3.0

d)

0.7

e)

1.0

53.

Manakah langkah pertama dalam membangun model regresi logistik?

a)

Menguji signifikansi variabel independen

b)

Menentukan variabel dependen dan independen

c)

Menilai goodness-of-fit model

d)

Menghitung odds ratio

e)

Melakukan analisis residual

54.

Dalam konteks penelitian gizi, regresi logistik dapat digunakan untuk memprediksi:

a)

Kadar gula darah numerik

b)

Probabilitas seseorang mengalami obesitas berdasarkan asupan makanan

c)

Hubungan antara dua variabel kontinu

d)

Perubahan berat badan dari waktu ke waktu

e)

Semua di atas

55.

Ketika variabel independen adalah kategorikal dengan lebih dari dua kategori, bagaimana cara memasukannya dalam regresi logistik?

a)

Sebagai variabel dummy

b)

Sebagai variabel kontinu

c)

Menggabungkan kategori

d)

Tidak memasukkan ke dalam model

e)

Menggunakan uji T

56.

Bagaimana Anda memastikan bahwa model regresi logistik tidak mengalami overfitting?

a)

Menggunakan subset data untuk validasi

b)

Menambahkan lebih banyak variabel independen

c)

Menambahkan interaksi antarvariabel

d)

Menggunakan uji Hosmer-Lemeshow

e)

Menggunakan semua data yang tersedia

57.

Dalam sebuah studi gizi, Anda menemukan bahwa OR untuk konsumsi gula tinggi terhadap obesitas adalah 1.8 (95% CI 1.2-2.6). Namun, konsumsi gula rendah menunjukkan OR 0.9 (95% CI 0.7-1.3). Apa yang dapat disimpulkan?

a)

Konsumsi gula tinggi secara signifikan meningkatkan risiko obesitas

b)

Konsumsi gula rendah menurunkan risiko obesitas

c)

Konsumsi gula tinggi tidak signifikan

d)

Konsumsi gula rendah signifikan

e)

Tidak ada hubungan signifikan

58.

Apa yang harus dilakukan jika hasil model menunjukkan variabel independen tidak signifikan, tetapi secara teori variabel tersebut penting?

a)

Menghapus variabel dari model

b)

Menjaga variabel dalam model untuk analisis lebih lanjut

c)

Meningkatkan ukuran sampel

d)

a dan c benar

e)

b dan c benar

59.

Jika Anda menggunakan regresi logistik untuk memprediksi kemungkinan anemia berdasarkan konsumsi zat besi, apa langkah selanjutnya jika Anda menemukan interaksi signifikan antara konsumsi zat besi dan vitamin C?

a)

Menghapus interaksi dari model

b)

Menambahkan interaksi ke interpretasi model

c)

Mengubah variabel vitamin C menjadi kontinu

d)

Membandingkan model dengan atau tanpa interaksi

e)

Menggunakan regresi linier sebagai alternatif

60.

Dalam sebuah studi, seorang peneliti menemukan bahwa model regresi logistik memiliki nilai AUC (Area Under Curve) sebesar 0.85. Apa artinya?

a)

Model memiliki kemampuan prediksi yang sangat baik

b)

Model tidak cocok dengan data

c)

Model hanya menjelaskan sebagian kecil dari variabilitas

d)

Model memiliki tingkat akurasi rendah

e)

Data tidak cukup untuk menyimpulkan

61.

Seorang peneliti menambahkan variabel baru ke model regresi logistik. Apa yang harus diperiksa untuk memastikan variabel tersebut meningkatkan performa model?

a)

P-value dari variabel baru

b)

Nilai pseudo R-square

c)

Nilai AIC atau BIC

d)

Perubahan pada goodness-of-fit

e)

Semua di atas

62.

Apa yang perlu dilakukan jika ada kategori kosong dalam variabel independen kategorikal selama analisis regresi logistik?

a)

Menghapus kategori tersebut dari analisis

b)

Menggabungkan kategori kosong dengan kategori lainnya

c)

Mengisi data kosong dengan rata-rata kategori

d)

Menggunakan transformasi logaritmik

e)

Tidak melakukan apa pun

63.

Bagaimana cara mengevaluasi apakah model regresi logistik telah disesuaikan secara optimal dengan data?

a)

Menggunakan nilai goodness-of-fit seperti deviance

b)

Membandingkan nilai AIC antar model

c)

Memeriksa residual standar

d)

Memvalidasi menggunakan data lain

e)

Semua di atas

64.

Penelitian menunjukkan bahwa OR untuk aktivitas fisik rendah terhadap obesitas adalah 2.0 (p < 0.05). Apa yang dapat disimpulkan?

a)

Aktivitas fisik rendah secara signifikan meningkatkan risiko obesitas

b)

Aktivitas fisik rendah tidak signifikan terhadap obesitas

c)

Tidak cukup bukti untuk kesimpulan

d)

Aktivitas fisik rendah mengurangi risiko obesitas

e)

Tidak ada hubungan antara aktivitas fisik rendah dan obesitas

65.

Ketika beberapa variabel independen menunjukkan multikolinearitas, apa langkah terbaik yang dapat diambil?

a)

Menghapus salah satu variabel yang berkorelasi tinggi

b)

Menggunakan analisis komponen utama (PCA)

c)

Menggabungkan variabel independen menjadi satu

d)

Memilih variabel dengan hubungan teori terkuat

e)

Semua di atas dapat dilakukan tergantung konteks

66.

Apa yang dimaksud dengan analisis regresi linear berganda?

a)

Metode untuk menganalisis hubungan antara dua variabel

b)

Teknik untuk mengukur pengaruh lebih dari satu variabel independen terhadap variabel dependen

c)

Pendekatan untuk menentukan distribusi data

d)

Teknik untuk memvisualisasikan data dalam diagram batang

e)

Uji untuk mengetahui normalitas data

67.

Dalam analisis regresi linear berganda, variabel dependen adalah:

a)

Variabel kontrol

b)

Variabel bebas

c)

Variabel tak bebas/terikat

d)

Variabel prediktor

e)

Variabel independen

68.

Rumus dasar model regresi linear berganda adalah:

a)

Y=a+bX

b)

Y=a+b1X1+b2X2+…+bnXn

c)

Y=aX+b

d)

Y=bX

e)

Y=ab+X

69.

Dalam konteks Pendidikan Agama Islam, jika variabel dependen adalah "nilai ujian PAI," maka variabel independennya bisa berupa:

a)

Jam belajar PAI dan kehadiran dalam pengajian

b)

Tingkat keaktifan dalam kegiatan keagamaan

c)

Kedisiplinan menjalankan ibadah dan frekuensi belajar Al-Qur'an

d)

Semua jawaban benar

e)

Tidak ada jawaban yang benar

70.

Apa tujuan utama dari analisis regresi linear berganda?

a)

Mengukur rata-rata nilai variabel

b)

Memprediksi nilai variabel dependen berdasarkan lebih dari satu variabel independen

c)

Menentukan distribusi data

d)

Menguji hubungan antar variabel independen

e)

Membuat diagram data

71.

Dalam analisis regresi berganda, koefisien regresi b menunjukkan:

a)

Ukuran pengaruh variabel independen terhadap variabel dependen

b)

Hubungan langsung antara dua variabel independen

c)

Nilai rata-rata variabel dependen

d)

Jumlah data dalam sampel

e)

Tingkat normalitas variabel independen

72.

Apa perbedaan utama antara analisis regresi linear sederhana dan regresi linear berganda?

a)

Jumlah variabel independen yang digunakan

b)

Jenis variabel dependen

c)

Model matematis yang digunakan

d)

Teknik pengolahan data

e)

Cara interpretasi data

73.

Dalam model regresi berganda Y=10+3X1+2X2​, nilai Y saat X1 = 2 dan X2 ​=3 adalah:

a)

25

b)

24

c)

23

d)

22

e)

21

74.

Dalam konteks Pendidikan Agama Islam, jika variabel dependen adalah "motivasi belajar siswa," variabel independen yang relevan dapat berupa:

a)

Frekuensi membaca Al-Qur'an dan kehadiran di masjid

b)

Tingkat pemahaman ajaran Islam dan keaktifan dalam pengajian

c)

Durasi waktu belajar agama di rumah dan kehadiran pada ujian PAI

d)

Jawaban A,B, dan C benar

e)

Tidak ada jawaban yang benar

75.

Apa interpretasi nilai b2=4 dalam model Y=a+b1X1+b2X2?

a)

Variabel X2​ tidak signifikan terhadap Y

b)

Tidak ada hubungan antara X2​ dan Y

c)

Setiap peningkatan satu satuan X2 meningkatkan Y sebesar 4 satuan

d)

Nilai Y selalu sama dengan nilai X2

e)

Variabel X1​ memiliki pengaruh lebih besar dibandingkan X2​

76.

Dalam analisis regresi linear berganda, apa langkah pertama untuk menentukan pengaruh variabel independen terhadap variabel dependen?

a)

Menentukan hipotesis uji

b)

Menentukan variabel dependen dan independen

c)

Melakukan uji multikolinearitas

d)

Menghitung nilai R2

e)

Membuat diagram scatter

77.

Seorang guru PAI ingin mengetahui pengaruh "frekuensi membaca Al-Qur'an" (X1​) dan "keaktifan dalam kajian Islam" (X2​) terhadap "motivasi belajar agama siswa" (Y). Model yang tepat untuk digunakan adalah:

a)

Y=a+bX

b)

Y=a+b1X1+b2X2

c)

Y=a+b1X1−b2X2

d)

Y=b1X1+b2X2

e)

Y=bX+cX2+aY

78.

yang tepat untuk digunakan adalah:

a)

Y=a+bX

b)

Y=a+b1X1+b2X2

c)

Y=a+b1X1−b2X2

d)

Y=b1X1+b2X2

e)

Y=bX+cX2+aY

79.

Jika koefisien b1 dalam model Y=a+b1X1+b2X2 adalah positif, maka interpretasinya adalah:

a)

Peningkatan X1​ mengurangi nilai Y

b)

Peningkatan X1​ tidak memengaruhi Y

c)

Peningkatan X1​ meningkatkan nilai Y

d)

Tidak ada hubungan antara X1​ dan Y

e)

Nilai X1 selalu sama dengan Y

80.

Dalam model Y=5+3X1+2X2​, jika X1 bertambah 2 unit dan X2 tetap, maka nilai Y akan bertambah:

a)

2 unit

b)

3 unit

c)

6 unit

d)

5 unit

e)

8 unit

81.

Seorang guru PAI menggunakan model regresi untuk memprediksi nilai siswa. Variabel dependen adalah "nilai ujian PAI," dan variabel independen adalah "jam belajar" (X1​) dan "kehadiran dalam pengajian" (X2​). Interpretasi b2=4 adalah:

a)

Setiap peningkatan satu satuan kehadiran siswa meningkatkan nilai ujian sebesar 4 poin

b)

Kehadiran siswa dalam pengajian tidak memengaruhi nilai ujian

c)

Peningkatan jam belajar meningkatkan nilai ujian sebesar 4 poin

d)

Kehadiran siswa dalam pengajian mengurangi nilai ujian

e)

Hubungan antara X2​ dan Y bersifat negatif

82.

Dalam regresi berganda, jika R2=0,85, apa arti nilai ini?

a)

Variabel independen tidak signifikan terhadap variabel dependen

b)

85% variasi dalam Y dijelaskan oleh variabel independen

c)

Hubungan antara X1​ dan X2 adalah 85%

d)

Variabel independen hanya memiliki pengaruh kecil terhadap Y

e)

Variabel independen tidak dapat menjelaskan nilai Y

83.

Jika b1=2 dan b2​=−1, apa interpretasi b2 dalam model regresi Y=a+b1X1+b2X2?

a)

Setiap peningkatan X2​ sebesar satu satuan akan meningkatkan Y sebesar 1 satuan

b)

Setiap peningkatan X2​ sebesar satu satuan akan mengurangi Y sebesar 1 satuan

c)

Nilai Y tidak terpengaruh oleh X2​

d)

Nilai X2​ selalu positif

e)

Variabel X2​ tidak signifikan

84.

Dalam regresi berganda, jika salah satu variabel independen memiliki nilai koefisien regresi yang kecil tetapi signifikan, maka variabel tersebut:

a)

Tidak berpengaruh pada variabel dependen

b)

Tidak relevan dengan analisis

c)

Tidak layak dimasukkan dalam model regresi

d)

Memiliki hubungan negatif dengan variabel dependen

e)

Memiliki pengaruh kecil namun signifikan pada variabel dependen

85.

Seorang guru menggunakan analisis regresi untuk memprediksi "motivasi belajar siswa" (Y) berdasarkan "frekuensi membaca Al-Qur'an" (X1​) dan "kehadiran di pengajian" (X2). Jika R2=0,70, maka:

a)

Model menjelaskan 70% variasi dalam Y

b)

Variabel independen tidak signifikan terhadap Y

c)

Variabel independen hanya sedikit memengaruhi Y

d)

Model tidak layak digunakan

e)

Semua variasi dalam Y dijelaskan oleh model

86.

Dalam analisis regresi berganda, jika p-value dari b1​ adalah 0,04, maka interpretasinya adalah:

a)

Variabel X1 tidak berpengaruh signifikan pada Y

b)

Variabel X1 ​ berpengaruh signifikan pada Y dengan tingkat signifikansi 5%

c)

Hubungan antara X1 ​ dan Y tidak dapat ditentukan

d)

Variabel X1 ​ memiliki pengaruh negatif terhadap Y

e)

Tidak ada hubungan antara X1 ​ dan Y

87.

Diberikan persamaan regresi Y=3+2X1−X2​. Apa interpretasi dari koefisien X1​?

a)

Nilai rata-rata Y jika X1 dan X2​ bernilai nol.

b)

Setiap kenaikan satu unit pada X2, Y bertambah 2, dengan asumsi X1​ tetap.

c)

Setiap kenaikan satu unit pada X1​, Y bertambah 2, dengan asumsi X2​ tetap.

d)

Setiap kenaikan satu unit pada X1​, Y berkurang 2, dengan asumsi X2tetap.

e)

Tidak ada hubungan antara X1​ dan Y.

88.

Apa arti R2=0.85 dalam konteks regresi linear berganda?

a)

85% dari variabel independen dijelaskan oleh variabel dependen.

b)

85% adalah nilai rata-rata dari residual.

c)

Variabel independen tidak memiliki hubungan dengan variabel dependen.

d)

Model regresi memiliki tingkat kesalahan 85%.

e)

85% dari variabel dependen dijelaskan oleh variabel independen.

89.

Dalam regresi berganda, mengapa penting untuk memeriksa nilai p-value dari setiap koefisien?

a)

Untuk menentukan apakah pengaruh variabel independen terhadap dependen signifikan.

b)

Untuk menghitung nilai prediksi Y.

c)

Untuk mengukur pengaruh variabel dependen terhadap variabel independen.

d)

Untuk menentukan apakah model linier digunakan.

e)

Untuk mengevaluasi kualitas residual.

90.

Diberikan dua model: Model A dengan R2=0.75 dan Model B dengan R2=0.85. Mana yang lebih baik dalam memprediksi Y?

a)

Model A, karena lebih sederhana.

b)

Model A, karena R2 lebih rendah.

c)

Model B, karena memiliki R2 lebih tinggi.

d)

Kedua model sama baiknya.

e)

Tidak bisa ditentukan tanpa uji statistik lainnya.

91.

Model regresi Y=10+5X1+3X2. Jika X1 bertambah dari 2 ke 4, dan X2=1, bagaimana perubahan Y?

a)

Y bertambah 5.

b)

Y bertambah 10.

c)

Y bertambah 15.

d)

Y bertambah 20.

e)

Y bertambah 25.

92.

Jika model regresi Y=5+4X1+3X2 digunakan, Berapa prediksi Y jika X1=2 dan X2=1?

a)

11

b)

14

c)

16

d)

17

e)

18

93.

Diberikan data berikut: Variabel Y: Pendapatan tahunan. Variabel X1​: Tingkat pendidikan. Variabel X2: Lama pengalaman kerja. Apa yang bisa diinterpretasikan jika koefisien X2​ signifikan secara statistik?

a)

Tingkat pendidikan tidak memengaruhi pendapatan.

b)

Lama pengalaman kerja berpengaruh terhadap pendapatan setelah mengontrol tingkat pendidikan.

c)

Lama pengalaman kerja tidak berhubungan dengan pendapatan.

d)

Pendidikan lebih memengaruhi pendapatan daripada pengalaman kerja.

e)

Pendapatan tidak dapat dijelaskan oleh model ini.

94.

Jika residual model regresi memiliki pola sistematis, apa yang dapat disimpulkan?

a)

Model linier sudah optimal.

b)

terjadi heteroskedastisitas karena ada variabel penting yang belum dimasukkan ke dalam model.

c)

Semua variabel independen signifikan.

d)

Variabel independen tidak saling berkolerasi.

e)

Model terlalu kompleks.

95.

Seorang peneliti ingin menganalisis pengaruh pembelajaran daring PAI (X1​) dan motivasi siswa (X2​) terhadap hasil belajar PAI (Y). Apa langkah terbaik jika X1​ dan X2​ memiliki korelasi tinggi?

a)

Menghapus salah satu variabel dari model.

b)

Menambahkan variabel baru untuk menggantikan keduanya.

c)

Menggunakan analisis faktor atau interaksi variabel.

d)

Menggunakan metode regresi sederhana.

e)

Membagi dataset menjadi dua untuk menghilangkan efek korelasi.

96.

Diberikan dua variabel prediktor X1​ dan X2​. Bagaimana cara terbaik untuk menentukan prediktor paling penting?

a)

Bandingkan nilai R2

b)

Periksa koefisien regresi standar (standardized coefficients beta).

c)

Bandingkan nilai residual.

d)

Analisis nilai konstanta model.

e)

Periksa hubungan antar residual.